ANALISIS SENTIMEN APLIKASI TWITTER TERHADAP TOPIK FINANSIAL MENGGUNAKAN ALGORITMA APRIORI DAN SUPPORT VECTOR MACHINES (SVM).

Ramol, Nikodemus and Qur’ania, Arie and Andini, Siska (2023) ANALISIS SENTIMEN APLIKASI TWITTER TERHADAP TOPIK FINANSIAL MENGGUNAKAN ALGORITMA APRIORI DAN SUPPORT VECTOR MACHINES (SVM). Skripsi thesis, Universitas Pakuan.

Text 065118044_NikodemusRamotTanjaya_Skripsi.pdf Download (5MB)

Abstract

ANALISIS SENTIMEN APLIKASI TWITTER TERHADAP TOPIK FINANSIAL MENGGUNAKAN ALGORITMA APRIORI DAN SUPPORT VECTOR MACHINES (SVM). Nikodemus Ramot Tanjaya1 * 2 Ilmu Komputer, Fakultas Ilmu Pengetahuan Alam, Universitas Pakuan, Jawa Barat, 16129, Indonesia Abstract Pertukaran opini dan informasi mengenai finansial di platform Twitter memiliki dampak yang signifikan terhadap individu. Perubahan sentimen yang tercermin dalam komentar-komentar pengguna dapat memengaruhi kondisi mental seseorang. Respons emosional terhadap informasi positif atau negatif dalam domain finansial seringkali mempengaruhi keputusan investasi dan perilaku finansial. Penelitian ini bertujuan untuk mengembangkan sebuah sistem informasi berbasis Integrated Development Environment (IDE) dengan menggunakan bahasa pemrograman Python dan Google CoLab untuk menganalisis sentimen opini pengguna Twitter terhadap topik-topik finansial. Metode analisis sentimen akan digunakan untuk memahami dampak psikologis dari informasi finansial yang tersebar di platform Twitter. Dengan memanfaatkan teknik analisis sentimen, penelitian ini bertujuan untuk mengeksplorasi hubungan antara opini yang terungkap di Twitter dan respons emosional, sehingga dapat memberikan wawasan yang lebih mendalam terkait pengaruh informasi finansial terhadap perilaku pengguna. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi dalam memahami dan mengukur dampak opini pengguna Twitter terhadap aspek psikologis dan keputusan finansial individu. Keywords: Python; Sentimen;Twitter; Finansial; Informasi

Item Type:	Thesis (Skripsi)
Subjects:	Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User:	PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK
Date Deposited:	07 Mar 2024 03:32
Last Modified:	07 Mar 2024 03:32
URI:	http://eprints.unpak.ac.id/id/eprint/7488

Actions (login required)

View Item